AI Agent开发系统实战：学习大模型底层知识，精通架构设计，落地企业级智能体系统开发

AI Agent开发系统实战：学习大模型底层知识，精通架构设计，落地企业级智能体系统开发【天边资源网最新资源，加入本站VIP免费下载该精品资源】

课程介绍：

课程介绍：

本套 AI Agent 应用开发系统课完整覆盖大模型基础到生产级 Agent 系统开发全链路。课程讲解 LLM 底层原理、Token、幻觉、提示词工程；深度剖析 Agent 架构、规划、记忆系统、工具调用、RAG 检索增强；详解 LangChain、CrewAI 等主流框架，学习工作流编排、多 Agent 协作；包含企业级系统设计、高并发、性能成本优化、Agent 质量评估、安全风险防护，搭配多行业 Agent 实战案例，分析技术瓶颈与未来方向，适合开发人员、AI 从业者学习构建生产可用的智能体系统。

课程目录：

1.01_什么是 AIAgent 它与传统 AI 有什么区别.mp4

10.10_为什么 Agent 需要记忆_.mp4

100.06_什么是 CrewAI 它的设计理念是什么.mp4

101.07_OpenAIAssistantsAPI 有哪些核心功能.mp4

102.08_如何选择适合项目的 Agent 框架.mp4

103.09_用开源框架还是自研 Agent 框架.mp4

104.10_如何设计 Agent 的工作流.mp4

105.11_DAG 和循环流在 Agent 工作流中如何选择.mp4

106.12_多 Agent 编排的核心挑战是什么.mp4

107.13_如何构建一个 AgentPipeline.mp4

108.14_如何实现 Agent 的可观测性（Observability）.mp4

11.11_什么是推理引擎_.mp4

110.01_如何设计企业级 Agent 系统.mp4

111.02_如何设计一个 AI 助理产品.mp4

112.03_如何设计智能客服 Agent 系统.mp4

113.04_如何设计办公自动化 Agent.mp4

114.05_如何设计一个代码生成 Agent.mp4

115.06_Agent 系统如何扩展（Scale）以支持高并发.mp4

116.07_Agent 系统中如何做并发控制.mp4

117.08_如何降低 Agent 系统的响应延迟.mp4

118.09_如何控制 Agent 系统的 Token 成本.mp4

119.10_Agent 系统如何设计缓存策略.mp4

12.12_工具使用在 Agent 中的作用_.mp4

120.11_Agent 系统的日志系统如何设计.mp4

121.12_Agent 系统中如何做 A‑B 测试.mp4

122.13_如何设计 Agent 系统的高可用架构.mp4

123.14_Agent 系统如何实现优雅降级.mp4

124.15_多模型 Fallback 策略如何设计.mp4

125.01_如何评估 Agent 的质量.mp4

126.02_什么是离线评估_.mp4

127.03_什么是在线评估_.mp4

128.04_如何设计 Agent 评估基准 (Benchmark)*.mp4

129.05_什么是 AgentBench*.mp4

13.13_什么是环境交互_.mp4

130.06_如何评估 Agent 的推理能力_.mp4

131.07_如何评估 Agent 的工具使用能力_.mp4

132.08_如何评估 RAG 系统的质量_.mp4

133.09_如何检测 Agent 的幻觉问题_.mp4

134.10_什么是 LLM‑as‑Judge_如何使用_.mp4

135.11_如何优化 Agent 的整体性能_.mp4

136.12_如何系统地优化 Prompt_.mp4

137.13_如何通过模型选择来优化性能_.mp4

138.14_Agent 系统中如何设计反馈闭环_.mp4

139.15_Agent 系统如何实现持续学习_.mp4

14.14_感知与行动在 Agent 中如何体现_.mp4

140.01_什么是 Prompt 注入攻击_.mp4

141.02_Agent 系统中数据泄露的风险有哪些.mp4

142.03_Agent 系统面临哪些安全风险_.mp4

143.04_如何防止 Agent 的权限提升攻击_.mp4

144.05_如何限制 Agent 的工具权限_.mp4

145.06_多用户场景下如何隔离用户数据_.mp4

146.07_如何防止 Agent 被越狱 (Jailbreak)*.mp4

147.08_Agent 系统的审计日志应该记录什么*.mp4

148.09_如何设计安全的代码执行沙箱_.mp4

149.10_如何防止恶意输入攻击 Agent_.mp4

15.15_单 Agent 与多 Agent 系统的区别_.mp4

150.11_生产环境中如何加固 Agent 系统_.mp4

151.12_Agent 系统中如何处理用户隐私数据_.mp4

152.13_内容安全过滤如何实现_.mp4

153.14_如何防止 Agent 输出敏感信息_.mp4

154.15_如何为 Agent 系统设计安全策略_.mp4

155.01_如何设计一个报告撰写 Agent.mp4

156.02_如何设计一个智能客服 Agent_.mp4

157.03_如何设计一个金融分析 Agent_.mp4

158.04_如何设计一个代码生成 Agent_.mp4

159.05_如何设计一个多 Agent 协作系统_.mp4

16.16_Agent 的能力边界在哪里_.mp4

160.06_Agent 在多目标冲突时如何决策_.mp4

161.07_如何为 Agent 实现长期记忆_.mp4

162.08_Agent 输出错误时如何排查_.mp4

163.09_Agent 成本过高如何优化.mp4

164.10_Agent 延迟过高如何处理.mp4

165.11_RAG 效果不好如何排查改进.mp4

166.12_如何提高 Agent 系统的稳定性.mp4

167.13_如何提升 Agent 的任务成功率.mp4

168.14_如何让 Agent 具备自我纠错能力.mp4

169.15_如何设计生产级别的 Agent 系统.mp4

17.01_什么是大语言模型 (LLM)*.mp4

170.01_Agent 的未来发展方向是什么.mp4

171.02_Agent 会取代人类工作吗.mp4

172.03_多 Agent 社会是什么概念有什么潜力.mp4

173.04_Agent 与 AGI 的关系.mp4

174.05_当前 Agent 技术的瓶颈在哪里.mp4

175.06_你做过最复杂的 Agent 项目是什么（参考性回答）.mp4

176.07_如何评价主流 Agent 框架.mp4

177.08_Agent 和传统工作流有什么本质区别.mp4

178.09_Agent 真的_智能_吗.mp4

179.10_Agent 架构与传统软件架构的根本区别.mp4

18.02_LLM 是如何训练的*.mp4

19.03_什么是 Token_.mp4

2.02_什么是 AgenticAI.mp4

20.04_什么是下一个 Token 预测_.mp4

21.05_Transformer 的核心机制是什么_.mp4

22.06_注意力机制 (Attention) 是怎么工作的_.mp4

23.07_Temperature 参数对生成结果有什么影响_.mp4

24.08_Top‑K 和 Top‑

采样是什么_.mp4

25.09_什么是幻觉 (Hallucination)*.mp4

26.10_LLM 为什么会产生幻觉*.mp4

27.11_如何评估 LLM 的质量_.mp4

28.12_开源模型 vsAPI 模型，如何选择_.mp4

29.13_如何为项目选择合适的 LLM_.mp4

3.03_LLM 与 Agent 有什么区别.mp4

30.14_Prompt 对 LLM 输出有什么影响_.mp4

31.15_什么是指令微调 (InstructionTuning)*.mp4

32.16_RLHF 在 LLM 中起什么作用*.mp4

33.01_什么是提示词工程（PromptEngineering）.mp4

34.02_Zero‑Shot 和 Few‑Shot 有什么区别.mp4

35.03_什么是思维链（ChainofThought）.mp4

36.04_为什么 CoT 能提升推理能力.mp4

37.05_什么是自洽性（Self‑Consistency）.mp4

38.06_什么是 ReAct 提示策略.mp4

39.07_如何设计稳定可靠的 Prompt.mp4

4.04_为什么从 LLM 应用转向 Agent.mp4

40.08_什么是 Prompt 注入攻击.mp4

41.09_如何防御 Prompt 注入.mp4

42.10_如何设计高质量的 Prompt 模板.mp4

43.11_SystemPrompt 和 UserPrompt 有什么区别.mp4

44.12_如何控制 LLM 的输出格式.mp4

45.13_如何提升 Prompt 的鲁棒性.mp4

46.14_如何为多步骤任务设计 Prompt.mp4

47.15_Prompt 对 Agent 行为有什么影响.mp4

48.01_一个完整的 Agent 架构包含哪些部分.mp4

49.02_Agent 的规划（Planning）机制是什么.mp4

5.05_Agent 的核心组件有哪些.mp4

50.03_什么是任务分解 Agent 如何做任务分解.mp4

51.04_Agent 的决策机制是什么.mp4

52.05_工具调用和函数调用是什么有什么区别.mp4

53.06_Agent 如何调用外部 API.mp4

54.07_什么是执行循环（ExecutionLoop）.mp4

55.08_Agent 如何处理重试和错误恢复.mp4

56.09_Agent 的记忆系统有哪些设计模式.mp4

57.10_短期记忆和长期记忆在 Agent 中如何实现.mp4

58.11_Agent 如何管理状态（StateManagement）.mp4

59.12_什么是 Agent 的自我反思（Reflection）.mp4

6.06_Agent 和 Chatbot 的区别.mp4

60.13_多 Agent 如何协作.mp4

61.14_Agent 如何进行任务优先级排序.mp4

62.15_如何设计一个通用 Agent 框架.mp4

63.16_如何设计一个垂直领域 Agent.mp4

64.01_什么是 RAG（检索增强生成）.mp4

65.02_RAG 的工作流程是什么.mp4

66.03_为什么 Agent 需要 RAG.mp4

67.04_什么是向量嵌入（Embedding）.mp4

68.05_什么是文档分块（Chunking）.mp4

69.06_如何选择合适的 ChunkSize.mp4

7.07_什么是自主 Agent.mp4

70.07_什么是向量数据库.mp4

71.08_常见向量数据库有哪些如何选择.mp4

72.09_向量相似度搜索是如何实现的.mp4

73.10_如何优化 RAG 的召回率.mp4

74.11_如何优化 RAG 的精确率.mp4

75.12_Rerank 在 RAG 中起什么作用.mp4

76.13_RAG 如何解决长上下文问题.mp4

77.14_RAG 如何减少幻觉.mp4

78.15_RAG 和微调如何选择.mp4

79.16_RAG 落地最难的问题是什么.mp4

8.08_什么是目标驱动型 Agent_.mp4

80.01_什么是工具使用（ToolUse）.mp4

81.02_Agent 如何进行工具选择.mp4

82.03_工具选择的底层机制是什么.mp4

83.04_如何设计好的工具 Schema.mp4

84.05_FunctionCalling 的设计原则是什么.mp4

85.06_Agent 如何调用数据库.mp4

86.07_Agent 如何调用搜索引擎.mp4

87.08_Agent 如何执行代码.mp4

88.09_如何协调多工具的调用.mp4

89.10_如何避免 Agent 错误地调用工具.mp4

9.09_什么是多步推理_Agent 如何实现_.mp4

90.11_工具调用失败后 Agent 如何处理.mp4

91.12_如何验证工具调用结果的可靠性.mp4

92.13_如何设计 Agent 的插件系统.mp4

93.14_什么是 MCP（ModelContextProtocol）.mp4

94.15_如何控制工具的权限.mp4

95.01_你用过哪些 Agent 框架如何评价.mp4

96.02_LangChain 的核心组件是什么.mp4

97.03_LangGraph 和 LangChain 有什么区别.mp4

98.04_AutoGPT 的核心思路是什么.mp4

99.05_ReActAgent 是如何工作的.mp4